旅游

防盗窃反欺诈支付宝风控系统01秒识别风险iyiou.com

2019-03-11 15:31:55来源:励志吧0次阅读

防盗窃反欺诈,支付宝风控系统0.1秒识别风险

电信络诈骗已经成为资金欺诈的主要风险来源,反欺诈技术的进步在反欺诈中的表现出的价值则越来越高。在6月29日世界移动大会(MWCS)2018的论坛中,蚂蚁金服副总裁芮雄文将支付宝第五代智能风控引擎AlphaRisk推荐给了全球的观众。

相关数据显示,2017年,电信络诈骗资金规模已近千亿元,从业人员百万级,

单个案件损失为700万元。其中,全国公安机关共破获案件7.8万起,查处违法犯罪人员4.7万名。

从这样的数字对比中,很容易发现,电信络诈骗已经成为了资金欺诈的主要风险来源。

相比之下,早年猖獗的盗用风险已经因为防控手段的成熟而日渐减少。芮雄文演讲提及的数据中,移动支付的盗用风险目前已经低于百万分之一。如果加上支付宝会全额赔付因账户盗用而出现的损失,这类风险对于用户而言,已经可以忽略。

就在MWCS 2018上,支付宝支持的3D安全人脸支付解决方案还再一次刷新了历史。这个全球支持安卓的人脸支付方案,将用户的支付安全提升到了一个前所未有的高度。

IFAA联盟(互联金融身份认证联盟)在MWCS 2018上发布了该方案。IFAA联盟于2015年由中国信息通信研究院、蚂蚁金服、阿里巴巴、华为、中兴、三星等单位共同发起成立。

现在,基本所有的关注点都聚焦在了电信欺诈领域,千亿元的损失对于市民而言,已是显见的公害。

作为当下资金欺诈的主要风险,它因为是用户本人操作而难以防控这种难度,至少在蚂蚁金服的智能风控引擎出现以前,保持在相当高的水平。

现在,虽然用户无感,但事实上,在支付宝的每笔交易中,支付宝第五代智能风控引擎AlphaRisk都会从多风险维度去判断交易风险。

一个简单的模型是付款方与收款方自身的信息与关系信息。如受害者账户与骗子账户相关特性鲜明,例如用户年龄、性别和使用习惯等这些特征信息支持构建了欺诈交易识别模型,以及欺诈者识别模型,并在实践中为决策提供支撑。

另一个有趣的模型是行为序列模型。它考察了欺诈行为发生时,一些受害者典型的行为特征这些特征意味着用户很可能处在诈骗背景下进行操作和支付等。

这些有趣的识别模型协同工作,终构建了支付宝第五代智能风控引擎AlphaRisk风险识别方面的能力。当然,蚂蚁金服所构建的模型要远比这些生活化的描述复杂许多。

AI Detect(风险识别)是AlphaRisk 4大模块的组成部分,其他还包括了Perception(风险感知)、Evolution(智能进化)、AutoPilot(自动驾驶)等。

这些模块通过应用AI技术颠覆了传统风控的运营模式,将人类直觉AI(analyst intuition)和机器智能AI(Artificial intelligence)进行了结合,终打造了这个具有机器智能的风控系统。

芮雄文在演讲中公布的一些数据描述了AlphaRisk巨大的技术进步:支付宝平台上每天交易上亿笔,AlphaRisk不仅能够对每个用户的每笔支付进行7*24小时的实时风险扫描;

任何经历同时,通过不断新增的风险特征挖掘和优化算法迭代的模型,AlphaRisk能够自动贴合用户行为特征进行实时风险对抗,在数亿交易中准确识别用户被骗支付的欺诈风险交易,不足0.1秒就能完成风险预警、检测、管控等复杂流程。

在AlphaRisk项目1期上线后,支付宝已经让欺诈损失率低于任何银行卡服务。目前,仅为国外先进第三方支付公司资损率的1/200,处于行业的水平。

AlphaRisk属于蚂蚁金服安全科技业务板块下的智能风控板块,与后者并列的板块还包括有数字身份和数据与隐私保护。

如果从安全再向上一层,便是蚂蚁金服的整体战略布局:区块链(Blockchain)、人工智能(AI)、安全(Security)、物联(IoT)和云计算(Computing)构成了的其BASIC战略。

我们不仅仅只希望让支付宝用户不被欺骗,芮雄文说,我们希望所有的用户都不被欺骗。

这样的愿景下,蚂蚁金服目前已经开放了自己的智能风控产品蚁盾风险大脑。目前蚁盾风险大脑提供了交易、账户、营销、内容保护等实时风控能力已经服务于金融监管、银行、互联三大领域,惠及上千家合作伙伴。

蚂蚁金服是一家科技公司,我们的愿景是给世界带来更多平等的机会。他说,我们的目标是天下无诈。

关注ITBear科技资讯公众号(itbear365 ),每天推送你感兴趣的科技内容展现在你眼前的未尝不会是一道绝美的风景。

声明:本文仅为传递更多络信息,不代表ITBear观点和意见,仅供参考了解,更不能作为投资使用依据。

2011年杭州汽车出行D轮企业
2017年台湾其他天使轮企业
2013年上海汽车出行企业
分享到: